一种基于34层ResNet模型的人工智能软件诊断皮肤病的性能评估
目的:评估人工智能软件Autoderm在我国患者中诊断皮肤病的性能。方法:在郑州大学第一附属医院皮肤科前瞻性招募诊断明确的920例患者,每例患者上传1张临床图像至Autoderm进行诊断,然后计算其诊断的灵敏度、特异度、准确度和kappa值。结果:920例患者中,Autoderm可以诊断871例(94.7%),不能诊断49例(5.3%)。Autoderm的第1位/前3位诊断平均灵敏度为41.8%和65.8%,平均特异度为96.8%和91.5%,平均准确度为92.9%和89.9%。第1位/前3位诊断与皮肤科医生诊断总体一致性为中等(κ = 0.420、0.464)。但Autoderm对其不能诊断的病种也会给出5个肯定错误的诊断。结论:Autoderm可以诊断我国大部分患者的常见皮肤病,显示出中等灵敏度、高特异度和高准确度,但存在一定的误诊率。
人工智能、皮肤疾病、诊断
56
2024-01-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
948-952